• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>AStA Advances in statistical analysis >Marginalized random-effects models for clustered binomial data through innovative link functions
【24h】

Marginalized random-effects models for clustered binomial data through innovative link functions

机译：通过创新链接功能的聚类二项式数据的边缘化随机效果模型

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Random-effects models are frequently used to analyze clustered binomial data. The direct computation of the marginal mean response, when integrated over the distribution of random effects, is challenging due to taking nonclosed-form expressions of the marginal link function. This paper extends the marginalized modeling methodology using innovative link functions, where the marginal mean response is modeled in terms of covariates and random effects. To derive the explicit closed-form representation of both marginal and conditional means, the regression structure is designed through an original strategy to introduce particular random-effects distributions. It will consequently allow for a reasonable interpretation of covariate effects. A Bayesian approach is employed to make the statistical inference by implementing the Markov chain Monte Carlo scheme. We conducted simulation studies to show the usefulness of our methodology. Two real-life data sets, taken from the teratology and respiratory studies, have been analyzed for illustration. The findings confirm that our new modeling methodology offers convenient settings for analyzing binomial responses in practice.
机译：随机效果模型经常用于分析聚类二项式数据。由于采取边际连杆功能的非填充形式表达，在随机效应分布时，在整合随机效应的分布时，对边缘平均反应的直接计算具有挑战性。本文使用创新的链接功能扩展边缘化建模方法，其中边际平均反应在协变量和随机效应方面进行了建模。为了获得边缘和条件手段的显式闭合形式表示，通过原始策略设计回归结构来引入特定的随机效应分布。因此，它将允许合理地解释协变量效应。通过实施马尔可夫链蒙特卡罗方案，采用贝叶斯方法来制造统计推断。我们进行了模拟研究以表明我们的方法论的有用性。已经分析了从Teratology和呼吸研究中取出的两个现实生活数据集以进行说明。调查结果证实，我们的新型建模方法提供了方便的设置，用于分析实践中的二项式响应。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号